Яндекс.Метрика

Статистика в медицине и биологии

Каждый слышит то, что понимает. Гете


"Люди перестают мыслить,
когда перестают читать
".
Д. Дидро

Статистика посещаемости БИОМЕТРИКИ

Наш адрес:

Выбрав любое изображение, кликните по нему мышкой, и Вы узнаете о статистике ...


Редактор БИОМЕТРИКИ
В. Леонов

Популярные страницы посещаемые читателями

http://www.biometrica.tomsk.ru/index.htm
http://www.biometrica.tomsk.ru/biostat_1.htm
http://www.biometrica.tomsk.ru/biostat_2.htm
http://www.biometrica.tomsk.ru/biostat_3.htm
http://www.biometrica.tomsk.ru/biostat_4.htm

http://www.biometrica.tomsk.ru/biostat_5.htm
http://www.biometrica.tomsk.ru/biostat_6.htm

http://www.biometrica.tomsk.ru/biostat_7.htm
http://www.biometrica.tomsk.ru/biostat_8.htm
http://www.biometrica.tomsk.ru/biostat_9.htm
http://www.biometrica.tomsk.ru/biostat_10.htm

http://www.biometrica.tomsk.ru/biostat_11.htm
http://www.biometrica.tomsk.ru/nauka_33.htm

http://www.biometrica.tomsk.ru/potencial.htm
http://www.biometrica.tomsk.ru/nauka_19.htm
http://www.biometrica.tomsk.ru/logit_0.htm
http://www.biometrica.tomsk.ru/stat_cardio_1998.htm
http://www.biometrica.tomsk.ru/erevan_3.html
http://www.biometrica.tomsk.ru/student.htm
http://www.biometrica.tomsk.ru/stat_cardio1.htm
http://www.biometrica.tomsk.ru/error.htm
http://www.biometrica.tomsk.ru/leonov_vak.htm
http://www.biometrica.tomsk.ru/erevan_4.html
http://www.biometrica.tomsk.ru/student.htm
http://www.biometrica.tomsk.ru/stat_cardio1.htm
http://www.biometrica.tomsk.ru/biometrica_18.htm

Примеры исходных результатов
отдельных методов статистического анализа
по медицине и биологии,

полученных с нашей помощью.

 

 В этом разделе приведены примеры исходных результатов разных методов статистического анализа. В некоторых примерах приводятся пояснения этих результатов. Такие пояснения всегда высылаем исследователям по всем таким результатам анализа их баз данных. Наш 40-летний опыт статистического анализа баз данных исследователей по медицине, биологии, психологии, и по многим иным направлениям, приводит к тому, что для продуктивности результатов необходимо использовать не 2-3 стандартных методов анализа, а от 8 до 15 и более разных методов анализа. Такие результаты, с учётом количества анализируемых признаков баз данных, имеют весьма большие объёмы. Поэтому данные примеры содержат небольшие доли подобных результатов. И объёмы этих примеров увеличиваются за счёт приводимых пояснений этих результатов. При этом они и показывают, как много важных результатов можно получать используя разные методы статистического анализа. Например используя как популярные методы сравнения групповых параметров, корреляционный анализ, таблицы сопряжённости, ROC-кривые, и т.д., так и многомерные методы статистического анализа. В частности, методы логистической регрессии, канонический корреляционный анализ, факторный анализ, кластерный анализ, множественная регресссия, дискриминантный анализ, многомерный дисперсионный анализ, многомерное шкалирование, и т.д. При этом следует помнить, что все методы анализа имеют разные алгоритмы. И поэтому для продуктивности проводимых исследований как раз и следует использовать все возможные алгоритмы.


Приглашаем читателей сайта принять участие в конкурсе входа в список исследователей, для которых НЦ БИОСТАТИСТИКА произведёт оперативно и бесплатно статистический анализ их баз данных. Для чего исследователю нужно выслать нам согласно Пример 1  Пример 2   Пример 3 свои базы данных с описанием признаков и целей исследования. Выбор исследователей с оперативным  бесплатным проведением статистического анализа их баз данных, будет произведён после набора 21 исследователя.


Оригинальная информация с результатами статистического анализа выделена этим цветом.

А наши комментарии к этим результатам выделены этими двумя цветами.


Проверка нормальности количественных  признаков в подгруппах по TYPE

                                               
                                            Variable:  VAR3  (возраст начала леч (лет))
Выше  сообщается, что анализируется переменная конкретная VAR3

                                                    TYPE = ВЕАСОРР14
Выше  сообщается, что проверка нормальности распределения признака VAR3 проводится в конкретной подгруппе «ВЕАСОРР14»

                                         Moments

N                                     30         Sum Weights                    30
Mean               23.9666667         Sum Observations           719
Std Deviation   4.36667105        Variance             19.0678161
Skewness        0.71630411        Kurtosis              0.09241045
Uncorrected SS        17785        Corrected SS     552.966667
Coeff Variation   18.219768        Std Error Mean   0.79724141

Выше приведены основные статистики.  Перечисляю их по порядку.
Левый столбец:
Число наблюдений
Среднее
Стандартное отклонение
Коэффициент асимметрии (Skewness)
Нескорректированная сумма квадратов (для настоящего пункта не представляет интереса)
Коэффициент вариации

Правый столбец:
Сумма весов (для настоящего пункта не представляет интереса)
Сумма наблюдений
Дисперсия
Коэффициент эксцесса (плоско- или островершинности. Для нормального распределения равен 0)
Скорректированная сумма квадратов (для настоящего пункта не представляет интереса)
Ошибка среднего

  (далее)

 


Сравнения групповых параметров признаков в группах по V12A

В этом файле приведён пример с результатами сравнения групповых распределений, в котором описана структура подобных результатов.

Сравнения параметров групп по V12A  при VAR1A=1. п.53 ПРОГРАММЫ   
НЦ BIOSTATISTICA. E-mail:  leo.biostat@gmail.com
Web-Site  BIOMETRICA:    http:\\www.biometrica.tomsk.ru\     Скайп:   leo_1911

Analysis of Variance for Variable VAR15
Classified by Variable V12A

              V12A                                N          Mean

1 группа и 1 подгруппа               24       25.3750
1 группа и 2 подгруппа (НП)      26       10.5000
1 группа и 3 подгруппа (НПус)   25        9.5200

Выше приведены средние значения признака VAR15 для 3 сравниваемых подгрупп.

 Source    DF    Sum of Squares    Mean Square     F Value    Pr > F

  Among      2       3860.301667    1930.150833    1504.584    <.0001
   Within    72           92.365000       1.282847

 

  (далее)

 


Анализ таблиц сопряжённости пары группирующих признаков

В этом файле приведён пример с результатами анализа таблиц сопряжённости пары группирующих признаков.

Для рассмотрения результатов анализа таблиц сопряжённости изучим их на примере таблицы для пары признаков VAR14A (наличие суставного синдрома) и VAR107A (возрастная группа). Структура 6 значений в каждой такой таблицы представлена обозначениями, расположенными в левом верхнем углу каждой таблицы. Вот эти обозначения:
Frequency – частота фактическая.
Expected  - частота ожидаемая (вычисляется из условия независимости двух признаков).
Cell Chi-Square – ячейка Хи-квадрат.
Percent – процент, равен отношению фактической частоты к общему числу наблюдений.
Row Pct – процент по строке, равен отношению фактической частоты к сумме частот по строке.
Col Pct – процент по колонке, равен отношению фактической частоты к сумме частот по колонке.   

Ниже приведена эта таблица сопряжённости пары признаков       

       VAR14A(строки наличия суставного синдрома)  *  VAR107A(столбцы возрастных групп)

  (далее)

 


Логистическая регрессия для подгрупп FIBRIL

Перед изучением результатов по БЛОКУ 10 (пп.98-117 Программы работ) необходимо вначале внимательно ознакомиться с подробным описанием подобных результатов в высылаемых файлах "Примеры по логит-регрессии.rar", "Результаты Логит-регрессии.rtf", в которых кроме текстовых Word-файлов содержатся и EXCEL-файлы, а также скачать с присланного ранее адреса архив с примерами  описания использования логистической регрессии в журнальных статьях и диссертации.

Ниже представлены название группирующего признака, название бинарной логистической регрессии, название техники оптимизации уравнения.

                        Model  Information

Data Set                                                         WORK.FIBRIL
Response Variable                                        Gruppa   
Number of Response Levels                         2
Model                                                            binary logit
Optimization Technique                               Fisher's scoring

Ниже представлены количество имеющихся в базе данных наблюдений, а также количество анализируемых наблюдений. Причём вследствие наличия пропущенных значений в ряде признаков, количество анализируемых наблюдений меньше количества всех наблюдений в базе данных. Т.е. те наблюдения, в которых анализируемых признаки имеют пропуски, они из дальнейшего анализа удаляются.

Number of Observations Read         172        
Number of Observations Used         171

Выше  сообщается, что число всех наблюдений равно 172, но при этом используется в логистической регрессии только 171 наблюдение. Поскольку у одного наблюдения нет значения принадлежности к конкретной из сравниваемых двух подгрупп. Т.е. по признаку GRUPPA у этого наблюдения вместо цифр 1  или 2 стоит пропуск ( . ).

                                   Response Profile

Ordered                             Total
Value        Gruppa           Frequency

1                   1                      55
2                   2                    116

Выше  представлены количество анализируемых наблюдений по каждой сравниваемой подгруппе.

                         Probability modeled is Gruppa='1'.

Выше  сообщается, что вероятностная модель логистической регрессии предтсавляется далее для подгруппы " PR_69A=1".

                            Stepwise Selection Procedure

Выше  сообщается, что используется процедура пошагового включения предикторов в уравнение логистической регрессии.

  (далее)

 


Хорошая книга:

Д. Химмельблау. Анализ процессов статистическими методами.

В.С.Степин, В.Г.Горохов, М.А.Розов. Философия науки и техники


Основатели биометрики
Francis Galton
Френсис Гальтон
(16.02.1822-17.01.1911)

Вальтер Уэлдон
Вальтер Уэлдон
(15.03.1860-13.04.1906)

Карл Пирсон
Карл Пирсон
(27.03.1857-27.04.1936)

Оптимизировано для разрешения 1024х768 в Mozilla Firefox, Opera.

Примеры оформления заказчиками базы данных, описания признаков и целей статистического анализа этой базы данных

Островок  здоровья

Пример 1,   Пример 2,   Пример 3


  НЦ БИОСТАТИСТИКА
выполняет статистический анализ экспериментальных данных уже более 30 лет. В его составе исследователи России, США, Израиля, Англии, Канады и других стран. Нашими услугами пользуются аспиранты и докторанты по медицине, биологии, социологии, психологии и т.д. (См. далее )


Отзывы исследователей по
статистическому анализу
данных


Интересная ссылка


СТАТИСТИЧЕСКИЙ АНАЛИЗ ДАННЫХ ДЛЯ МЕДИКОВ И БИОЛОГОВ (время и опыт). Леонов В.


В. Леонов. Применение методов статистики в кардиологии (по материалам журнала "Кардиология" за 1993-1995 гг.).     Журнал "Кардиология", 1998, № 1 

В. Леонов. Статистика в кардиологии. 15 лет спустя. В ноябре 2013 г. был опубликован наш обзор "Статистика в кардиологии. 15 лет спустя". За прошедшие полгода более 20 читателей этого обзора прислали нам свои отзывы по нему. Далее приведены фрагменты из двух отзывов, и наши комментарии к ним.

ОБ ИСПОЛЬЗОВАНИИ ПРИКЛАДНОЙ СТАТИСТИКИ ПРИ ПОДГОТОВКЕ ДИССЕРТАЦИОННЫХ РАБОТ ПО МЕДИЦИНСКИМ И БИОЛОГИЧЕСКИМ СПЕЦИАЛЬНОСТЯМ. В.П. Леонов, П.В.Ижевский. Бюллетень ВАК РФ №5, 1997 г.

Логистическая регрессия в медицине и биологии. Леонов В.

В серии 10 статей рассмотрены основы метода логистической регрессии. На многочисленных примерах анализа реальных массивов данных поясняется специфика использования данного метода. Приведены многочисленные уравнения логистической регрессии и ROC-кривых, полученные при анализе реальных данных.

Введение

1. Логистическая регрессия. Основные понятия и возможности метода.
2. Логистическая регрессия. Анализ массивов большой размерности.
3. Логистическая регрессия. Примеры анализа реальных данных.
4. Логистическая регрессия и ROC-анализ.
5.Особенности логистической регрессии в акушерстве.
6.Особенности логистической регрессии в психиатрии, психологии и социологии.
7. Пример использования логистической регрессии для расчёта прогноза исхода оперативного лечения.
8. Логистическая регрессия  - "вершина пирамиды". А в "фундаменте" - что?
9. Как повысить качество логистической регрессии.

Камчатская биометрика-2014. Семинар по биометрике в камчатском НИИ КамчатНИРО. (24.03.2014 - 3.04.2014).


Очередная диссертация нашего исследователя.
Петрикеева Л.В. ПОКАЗАТЕЛИ ГОМЕОСТАЗА ЛОШАДЕЙ ЧИСТОКРОВНОЙ АРАБСКОЙ ПОРОДЫ В ПЕРИОД ИППОДРОМНЫХ ИСПЫТАНИЙ. Специальность: 03.03.01 - физиология. Диссертация на соискание учёной степени кандидата биологических наук.

Сравниваем средние, а также и ... В. Леонов

Проценты - статистический анализ? Или проценты - арифметический анализ?
В. Леонов
.


НАУКОМЕТРИКА СТАТИСТИЧЕСКОЙ ПАРАДИГМЫ ЭКСПЕРИМЕНТАЛЬНОЙ БИОМЕДИЦИНЫ  (ПО МАТЕРИАЛАМ ПУБЛИКАЦИЙ). В.П.Леонов. Вестник Томского государственного университета. Серия "Математика. Кибернетика. Информатика". №275. АПРЕЛЬ 2002, стр. 17-24.


ВАК для учёных? или ВАК для… бумагомарак? «ТРОИЦКИЙ ВАРИАНТ» № 8 (127), 2013 год. К 7 марта 2019 года  68019 просмотров... 


Статистика - это что?
Статистика - нужна зачем?
Статьи читаем - зачем?
Статьи пишем - зачем?

Краткая версия лекции для слушателей-медиков в Ереване, прочитанной в 2014 году по Скайпу.


«Роющая деятельность кабана». Статья в "Независимой" газете...


Доказательная или сомнительная? Медицинская наука Кузбасса: статистические аспекты.

Весь обзор одним файлом


Пример отличных результатов статистического анализа в диссертациях, дипломных работах и статьях полученных с нашей помощью.

Сутурина Л.В. Гипоталамический синдром: основные звенья патогенеза, диагностика, патогенетическая терапия и прогноз (диссертации на соискание учёной степени доктора медицинских наук)


В. Леонов. Цели, возможности, и проблемы использования биостатистики в доказательной медицине. Доклад на Конференции по доказательной медицине в Ереване «От доказательной медицины к доказательному здравоохранению» (24 - 26 сентября 2015 года).

Чтобы не допускать ошибок в использовании и описании статистики в статьях и диссертациях, следует прочитать материалы представленные в КУНСТКАМЕРЕ - коллекции диссертаций и статей по медицине и биологии, с набором статистических ошибок и нелепостей.

Экспозиция 1  Экспозиция 2  Экспозиция 3 
Экспозиция 4  Экспозиция 5  Экспозиция 6 
Экспозиция 7  Экспозиция 8   Экспозиция 9
Экспозиция 10  Экспозиция 11  Экспозиция 12
Экспозиция 13  Экспозиция 14  Экспозиция 15
Экспозиция 16  Экспозиция 17  


Хорошая книга:

Д. Химмельблау. Анализ процессов статистическими методами.

В.С.Степин, В.Г.Горохов, М.А.Розов. Философия науки и техники

Наш адрес

1997 - 2019. © Василий Леонов